4.2.6 Analyse de la carte topologique
Après la phase préliminaire d'apprentissage, la
carte doit être organisée de manière à fournir
unevue générale des résultats de la classification. Pour
ce faire deux phases sont proposées par Lamirel [Lam, 01] : la phase de
labellisation et la phase de la division de la carte en aire logiques.
Labellisation de la carte
C'est la première phase de l'assistance à
l'analyse des informations fournies par une carte topologique. Elle consiste
à attribuer aux classes obtenues des noms représentant au mieux
leur contenu. Cette phase de labellisation des noeuds de la carte
présente un problème. En effet, les profits des noeuds de la
carte contenant la description des classes représentent le plus souvent
des combinaisons complexes des composantes descriptives extraites des
données. Pour pallier ce problème, il est possible d'adopter les
stratégies dirigées par les profils des données qui
consistent à attribuer à chaque classe un nom représentant
la combinaison des labels des composantes dominantes du vecteur de profil du
membre le plus caractéristique de la classe, ou d'un vecteur de profil
calculé représentant le profil moyen de l'ensemble des membres de
la classe.
Division de la carte en aires logiques
La seconde phase de l'assistance à l'analyse des
informations fournies par une carte topologique consiste à diviser la
carte en »aires logiques fermées» représentées
par des groupes cohérents de noeuds. Chaque aire
considérée comme une macro-thématique, fournit une
information fiable sur l'importance relative des différentes
thématiques de base. En effet, les thématiques les plus riches en
données sont représentées par des aires plus importantes
que les thématiques correspondant à des données
marginales. Un processus de généralisation a été
proposé par [Lam, 01] afin de résumer le contenu de la carte sous
la forme d'un ensemble de classes plus génériques. Il s'agit,
à partir de la carte originale, d'introduire de nouveaux niveaux de
classification plus synthétiques, correspondant à de nouvelles
cartes, en réduisant progressivement le nombre de noeuds de ces
dernières. Comme les cartes originales ont été construites
sur la base d'une structure de voisinage carrée entre les noeuds, la
transition d'un niveau de généralisation vers un autre
s'opère alors en construisant un nouvel ensemble de noeuds, dans lequel
le profil de chaque noeud représente la composition moyenne des profils
de quatre voisins immédiats sur le niveau original.
4.2.7 Avantages et limites de la carte de Kohonen
Les cartes de Kohonen, appelées aussi cartes à
préservation de proximité, disposent de capacités
d'apprentissage automatique, d'un bon pouvoir illustratif des résultats
et d'une forte sensibilité aux données fréquentes. Elles
permettent également de réduire efficacement la complexité
calculatoire. Cependant, elles présentent certaines limites. En effet,
la gestion des paramètres tels que la taille de la grille, les valeurs
initiales des poids et le voisinage relèvent généralement
d'une certaine expertise. D'autre part, l'interprétation des groupes
constitués par les cartes de Kohonen nécessite souvent le recours
aux techniques statistiques pour comprendre les facteurs caractérisant
chacun des groupes. De plus, ce système considéré par la
communauté scientifique comme »boîte noire»
nécessite un grand ensemble d'apprentissage et ne garantie pas la
convergence pour les réseaux de grande dimension.
| 
